एंजाइम इंजीनियरिंग
खुला एक्सेस

अमूर्त

सब्सट्रेट के रूप में लैक्टोसाइड के साथ बीटा-सेलोबायोसिडेस प्रतिक्रिया में माइकेलिस-मेन्टेन स्थिरांक की भविष्यवाणी

शाओमिन यान और गुआंग वू

माइकेलिस-मेन्टेन स्थिरांक, Km, एंजाइम की विशेषताओं और सब्सट्रेट और जैव रासायनिक प्रतिक्रियाओं में कई स्थितियों के साथ इसके संबंध को समझने के लिए महत्वपूर्ण है। हालाँकि एंजाइमेटिक शोध में तेज़ विकास का प्रमाण है, फिर भी विभिन्न स्थितियों के तहत प्रत्येक एंजाइम में Km मान को व्यक्तिगत रूप से मापा जाना चाहिए। दूसरी ओर, आधुनिक कम्प्यूटेशनल तकनीक और जैव सूचना विज्ञान विभिन्न स्थितियों के तहत विभिन्न सब्सट्रेट के साथ एंजाइम में Km का सैद्धांतिक रूप से अनुमान लगाने का अवसर प्रदान करते हैं। सेल्यूलोज 1,4-बीटा-सेलोबायोसिडेस एक एंजाइम है जिसका उपयोग जैव-ईंधन उद्योग के लिए सेल्यूलोज हाइड्रोलिसिस में किया जाता है, और बीटा-सेलोबायोसिडेस के नए उपभेदों की खोज के साथ-साथ एंजाइमेटिक इंजीनियरिंग के माध्यम से इसकी दक्षता बढ़ाने के लिए बहुत प्रयास किए जाते हैं। इसलिए बीटा-सेलोबायोसिडेस की प्रतिक्रिया में Km मान का अनुमान लगाने के लिए तरीके विकसित करना महत्वपूर्ण माना जाता है। इस अध्ययन में, बीटा-सेलोबायोसिडेस में अमीनो एसिड गुणों की जानकारी, प्रतिक्रिया में पीएच और तापमान, और सब्सट्रेट के रूप में लैक्टोसाइड को फीडफॉरवर्ड बैकप्रोपेगेशन न्यूरल नेटवर्क द्वारा Km मानों की भविष्यवाणी करने के लिए भविष्यवक्ता के रूप में चुना गया था, और डिलीट-1 जैकनाइफ का उपयोग पूर्वानुमान मॉडल को मान्य करने के लिए किया गया था। परिणाम बताते हैं कि स्कैन किए गए 25 में से 11 अमीनो एसिड गुण भविष्यवक्ता के रूप में कार्य कर सकते हैं, और अमीनो-एसिड वितरण संभावना सबसे अच्छा भविष्यवक्ता दिखाई दिया। न्यूरल नेटवर्क कॉन्फ़िगरेशन की दो-परत संरचना प्रारंभिक स्कैनिंग के लिए पर्याप्त थी। पिछले अध्ययनों के अनुरूप, एंजाइमेटिक प्रतिक्रियाओं का Km मान एंजाइम अनुक्रम जानकारी और न्यूरल नेटवर्क मॉडल के साथ प्रतिक्रिया स्थितियों का उपयोग करके पूर्वानुमान योग्य था।